陈若愚
- 作品数：44 被引量：117H指数：4
- 供职机构：北京信息科技大学更多>>
- 发文基金：国家自然科学基金北京市重点实验室开放基金北京市教委科技计划面上项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信语言文字更多>>
- 面向泛娱乐文本的层次多标签分类方法
- 2023年
- 针对泛娱乐领域文本情报预测类别标签具备有向无环图(DAG)结构的特点,提出一种考虑标签层次结构的基于最优路径层次多标签分类方法。根据现有标签构建DAG结构并将其转化为较易处理的树形结构;采用局部策略为树形结构中每个节点分别训练基分类器,同时为每个节点设置贡献值,贡献值由分类器输出概率与层次权重组合而成,贡献值大于阈值时该节点设置为1,否则为0;对树形结构进行深度优先遍历生成路径,计算各路径得分,选择满足层次约束并得分最高的路径作为最终预测集合。在泛娱乐公开文本信息数据集上进行了4组实验,结果表明该方法相较于分类器链、二元分析、SVM多标签分类和MLKNN算法,分类效果更优。
- 陈若愚刘秀磊于汝意
- 关键词：树形结构
- VEC中基于动态优先级的抢占式任务调度方法
- 2023年
- 在车载边缘计算(vehicular edge computing,VEC)环境中,车载应用的计算任务常被卸载至VEC服务器上处理,在解决车辆计算能力不足的同时降低车联网通信服务的时延。然而,服务器有限的计算资源以及不合理的调度顺序会导致任务的失败率升高,甚至危及车辆用户安全。针对此问题,首先分析车载应用的特点,设计一个多因素任务优先级模型。其次,设计基于任务紧迫性的优先级动态调整策略。最后,设计结合任务最大可等待时间和优先级的任务抢占机制,使紧迫性升高的任务及时得到处理,从而降低任务失败率。仿真结果表明,相比于直接抢占调度方案,所提方案可以减少任务争抢资源所带来的抢占次数,降低频繁抢占对失败率的影响;相比于静态优先级调度和高响应比优先调度方案,所提方案可以实现在任务时延约束下失败率最小化的目标。
- 贾梦欣范艳芳宋志文陈若愚蔡英
- 关键词：动态优先级抢占式调度
- 计算机专业青年教师教学能力的构成要素及其对教学效果的影响被引量：4
- 2019年
- 分析教学能力的构成要素及其对教学效果的影响,结合计算机学院的专业特点,提出思辨能力、启发能力、感染能力是构成教师教学能力的3个核心要素的观点,进而从这3方面出发探讨提高青年教师教学能力的措施与方法,并给出提升课堂教学效果的建议.
- 张仰森黄改娟陈若愚
- 关键词：青年教师教学效果
- 基于移动边缘计算的计算卸载方法和移动边缘计算服务器
- 本申请提供了一种基于移动边缘计算的计算卸载方法和移动边缘计算服务器，包括：确定本轮在不同移动边缘计算服务节点上处理卸载任务的时延；获取本轮多个用户终端的卸载任务对应的时延最小值之和以及本轮的卸载任务分配策略；确定下一轮在...
- 范艳芳袁爽蔡英陈若愚
- 文献传递
- 一种基于知识图谱的web日志异常行为识别方法
- 为提高对网络DNS服务器日志分析的能力，本发明综合多种技术，创新性的提出了构建面向域名解析系统的知识图谱。首先，应用域名解析、权威域名服务器、别名解析、自治系统等原理设计了基于aiohttp和dig技术相结合的自动化爬虫...
- 张仰森黄改娟段瑞雪陈若愚胡昌秀
- 文献传递
- 一种面向多数据源的网络数据采集与展示方法
- 本发明公开了一种面向多数据源的网络数据采集与展示方法，在研究新浪微博、人民日报、百度百科、百度贴吧、微信公众号、东方财富股吧等六类媒体平台数据采集策略的基础上，采用Servlet后台调度技术，将面向多数据源的网络爬虫进行...
- 张仰森曾健荣陈若愚黄改娟王胜
- 文献传递
- 基于Lattice LSTM的古汉语命名实体识别被引量：12
- 2020年
- 基于《四库全书》数据集,研究古汉语的命名实体识别技术。提出了基于Lattice LSTM模型的古汉语命名实体识别算法,该方法将字符序列信息和词序列信息共同作为模型的输入。采用甲言(jiayan)分词工具,利用word2vec训练古文字、词向量并作为Lattice LSTM模型的输入,提升了古汉语命名实体识别的效果。基于Lattice LSTM模型和预训练的古文字、词向量,提高了古汉语的实体识别效果,相比传统的BiLSTM-CRF模型,其F1分数提升3.95%左右。
- 崔丹丹刘秀磊陈若愚刘旭红李臻齐林
- 关键词：古汉语命名实体识别
- 一种车联网数据共享方法及系统
- 本申请提供一种车联网数据共享方法及系统，该方法包括：基于信誉记录链，通过路边单元对车辆进行身份信誉验证；在验证通过后，基于交通数据链，通过处理单元记录该车辆的交通数据；在数据被使用后，基于信誉记录链，评估并存储信誉记录。...
- 范艳芳张哲陈若愚
- 多情景跨领域中文文本智能校对关键技术及应用
- 2021年
- 数字化时代,多种应用情景的电子文本大量涌现,包括各种编码输入法、OCR识别、机器翻译、语音识别等产生的文本,并在新闻和图书出版、各种公文处理、网络媒体处理等跨领域得到广泛应用。电子文本中经常会出现字词、句法、语义级的各种错误,直接影响文本的质量,敏感性、政治性错误还会影响社会安全和稳定。人工对文本内容的审核校对,成本高且质量得不到保证。开展多情景跨领域的中文文本智能校对技术研究,可以发现各种错误的出现机理,有利于规范文本内容,减轻劳动强度,降低出版成本,具有重要的科学、社会意义及应用价值。项目历时近20年,在国家自然科学基金等项目支持下,通过校企合作,对中文文本校对的关键技术进行深入研究并取得突破,形成多项创新性技术成果,部分成果在国内外实现了重大技术突破。
- 张仰森亓文法亓文法施水才吴云芳陈若愚黄改娟王洪俊吴云芳肖诗斌尤建清黄改娟张良
- 关键词：电子文本中文文本文本校对机器翻译公文处理国家自然科学基金
- 车载边缘计算中基于深度强化学习的协同计算卸载方案被引量：11
- 2021年
- 车载边缘计算(Vehicular Edge Computing,VEC)是一种可实现车联网低时延和高可靠性的关键技术,用户将计算任务卸载到移动边缘计算(Mobile Edge Computing,MEC)服务器上,不仅可以解决车载终端计算能力不足的问题,而且可以减少能耗,降低车联网通信服务的时延。然而,高速公路场景下车辆移动性与边缘服务器静态部署的矛盾给计算卸载的可靠性带来了挑战。针对高速公路环境的特点,研究了临近车辆提供计算服务的可能性。通过联合MEC服务器和车辆的计算资源,设计并实现了一个基于深度强化学习的协同计算卸载方案,以实现在满足任务时延约束的前提下最小化所有任务时延的目标。仿真实验结果表明,相比于没有车辆协同的方案,所提方案可以有效降低时延和计算卸载失败率。
- 范艳芳袁爽蔡英陈若愚
